机械故障诊断是一门多学科的综合技术和正在蓬勃发展的新型学科，它所涉及的领域都在取得日新月异的成果。本文从工程应用的角度出发，以4135型柴油机作为研究对象，通过实验测取了柴油机正常和故障模式下的振动信号，基于连续小波变换、人工神经网络以及粗糙集理论，研究和开发了几种内燃机故障特征提取和故障诊断方法。文章分为六个部分： 1）简述论文的研究目的和意义，综述了内燃机的状态监测方法和故障诊断技术的研究现状，分析了常用诊断方法的特点及适用范围，指出了存在问题和发展趋势。 2）针对内燃机运行过程中常见的气门、活塞-连杆组间隙故障，提出了缸体振动信号测取的实验方案，并分析了其信号特点。 3）基于连续小波变换方法，提出平均尺度-小波能量谱指标，结合欧氏距离方法，对故障信号进行诊断，取得了较好的结果。 4）以尺度-小波能量谱指标作为BP 神经网络的输入向量，对待检信号进行识别，表明尺度-小波能量谱与BP 神经网络集成是一种有效的内燃机故障诊断方法。 5）提出了尺度-小波能量谱-粗糙集-BP 网络集成的故障诊断方案，通过约简尺度属性，减小了连续小波变换的冗余度，并减少了BP 网络维数、训练迭代次数和训练时间。应用表明，该集成方法是内燃机故障诊断的一种新的有效方法。 6）总结主要研究结论和创新点，指出了本文的不足和今后的研究重点。